构建AI代理模型替代传统求解时，仿真数据集是重要基础。除了企业使用自身数据构建，市场上也存在一些开源和开放的数据集可供使用。本文盘点下目前面向AI 代理模型的市场上已经出现的一些开放CAE数据集。汽车车身气动仿真
汽车车身开放的数据集主要基于开放的汽车模型构建，目前主要有以下几个：AhmedML：基于名为AhmedML的简化车体形状的500种几何变化的高精度CFD模拟数据集WindsorML：针对名为Windsor的简化车体形状的355种几何变化的高精度CFD模拟数据集针对复杂车身：DrivAerML、DrivAerStar，以及Shift-SUVDrivAerML：基于Ford OCDA DrivAer model轿车车体形状的500种参数化变体的高精度CFD模拟数据集DrivAerStar：北大朱毅鑫助理教授团队近期开源，包含12,000个高精度仿真样本，车辆模型包含了完整的发动机舱总成、冷却系统、传动系统以及完整的底盘结构，溜背（Fastback）、传统三厢（Notchback）和旅行车（Estateback）三种经典车尾造型，通过先进的自由形态变形技术，对包括挡风玻璃倾角、后备箱盖角度、车顶线条、甚至轮胎尺寸在内的20个关键几何参数进行灵活调整，生成形态各异的车辆模型
Shift-SUV：Luminary、丰田、英伟达联合发布，基于FKFS（斯图加特动力车辆研究所）开发的SUV参考模型AeroSUV的上千变体，涵盖了各种离散（例如，底盘类型、冷却系统、车辆后部）和连续（例如，挡风玻璃角度、车头半径、后部斜度）的变化形式。最初提供1000多样本，此后计划持续增加，直到25000个样本。 https://luminary.ai/models/，CC-BY-NC-4.0协议
飞机气动仿真
针对大型飞机机身：HiLiftAeroML、BlendNet、Shift-CCAHiLiftAeroML：基于NASA通用研究模型CRM-HL的180种几何变体 X 10 个攻角（从 4°到 22°，以 2°为增量）的1800个样本的高精度CFD模拟数据集
由NVIDIA、Cadence Design Systems和波音公司共同建立并发布，地址：https://caemldatasets.org/，CC-BY-NC-4.0协议
BlendedNet：MIT DeCoDE Lab（设计、计算与决策实验室）与 MIT Lincoln Laboratory联合发布的公开高分辨率表面空气动力学数据集。999 个翼身融合（BWB）构型 × 约 9 种飞行条件，共 8830 个 RANS 收敛算例，含表面压力系数等逐点物理量
Shift-CCA：Luminary 与nTop公司共同开发，面向无人僚机的空气动力学，4000+高精度CFD仿真数据。
https://luminary.ai/models/，数据开放，但数据集及相关AI模型均为Luminary Cloud专有
针对机翼外形：Shift-Wing、OptiWing3D、camlab-ethz/SE-AFShift-Wing：基于NASA通用研究模型CRM的3000个参数化变体的高精度CFD数据集
OptiWing3D：来自苏黎世联邦理工学院，高保真3D机翼“形状优化”数据集，包含1552 次高保真 RANS 仿真，最终产出了776 个经过完全优化的 3D 机翼设计
camlab-ethz/SE-AF：苏黎世联邦理工学院计算力学实验室于2024年创建，面向机翼形状，数据集基于可压缩欧拉方程构建，通过数值求解方法生成了围绕翼型的稳态密度场。数据采集过程涵盖了10869个样本，每个样本均包含2种翼型几何形状与对应的密度分布，空间分辨率统一为128×128网格
其它CFD仿真
其它的还涉及潜艇、离心泵、电池散热、流体等：Shift-Pump、Shift-Battery、Shift-Submarine、NeuralDEMShift-Pump：面向工业用离心泵，基于数千种参数化泵几何形状，接收 13 个设计变量作为输入：包括叶片几何参数（如进出口角度和曲率轮廓）、蜗壳几何参数（如喉部面积）以及运行参数（如转速和流量），预测三个关键量：实际扬程、扭矩和效率Shift-Battery：面向电池组热设计与分析，基于数千个参数变化的蛇形冷板冷却通道几何形状，通过参数化冷板通道的高保真CHT模拟训练，在参数化的组件操作条件下进行，在推断时预测模块表面温度和通道中心切片的速度，以及感兴趣的标量量（最大模块温度、压降、峰值通道速度），1300组样本数据。Shift-Submarine：面向无人水下航行器（UUV）的CFD，基于一个参数化Myrin潜艇的参数化几何变体，包含20多个几何参数，包括横截面、前身和后部船体形状的变化、帆和后鳍的位置，以及潜艇的长度与直径比等。4000+组高精度仿真数据，样本量还在持续增长。NeuralDEM：Emmi AI推出的面向微粒流类场景仿真的代理模型，从缓慢的、伪稳定的料斗流到快速的、瞬态的流化床反应器都可以覆盖，使用50万个粒子和16万个CFD单元对系统进行建模计算训练得出。5000样本量。除以上外，国家数值风洞CFD验证与确认数据库，由国家空间科学数据中心联合中国空气动力研究与发展中心计算空气动力研究所联合发布。依托国家空间科学数据中心平台面向科研社区开放访问。上线版本包括CHN-T1运输机、CHN-F1飞翼、DLR-F6全机、高速钝双锥、RAE2822跨音速等87个国内外典型标准算例数据https://www.nssdc.ac.cn/nssdc_zh/html/task/cfd.html
结构强度
结构强度类很多围绕汽车碰撞，如Shift-Crash、CarCrashNet等，也有面向飞机发动机支架的SimJEBShift-Crash：基于2010 年丰田 Yaris车型的 5000 次碰撞模拟数据集构建，给定一个初始网格和一组设计条件，模型预测节点位移随时间的变化以及整个碰撞事件中的 Von Mises 应力。每次仿真以10毫秒为间隔捕捉完整的120毫秒撞击事件，生成跨越~376,000个表面节点的时间解析变形、应力、应变和能量场。CarCrashNet：由MIT和丰田研究院（TRI）合作发布，包含超过 14,000 个部件级和 825 个整车级碰撞模拟数据，覆盖Toyota Yaris、Dodge Neon、Chevrolet Silverado3种车型，并配套提出了 CrashSolver 整车AI预测模型。
地址：https://github.com/Mohamedelrefaie/CarCrashNet
AutoHood3D：密歇根大学安娜堡分校牵头发布，包含16,000多个带有工程开孔的3D汽车引擎盖几何形状的开源数据集。数据集以一个实际的多物理场问题为中心——旋转浸涂过程中流体滞留和惯性载荷引起的引擎盖变形。每个引擎盖都使用耦合的大涡模拟 (LES)-有限元分析 (FEA) 进行数值建模，总共使用 120 万个单元。
https://public.fangzhenxiu.com/fixComment/commentContent/imgs/1784550905970_0r4v04.05596v1，CC BY-NC-ND 4.0协议
Finite_element_crash_data：包含丰田 Yaris、雪佛兰 Silverado 等3种车辆在不同速度下的正面碰撞有限元仿真结果
https://huggingface.co/datasets/holen/Finite_element_crash_data
Vehicle-Crash-Database：清华汽研推出，包含仿真数据与实车数据。仿真数据为28000 例结合 FE/MB/LPM 求解器的前撞数值仿真数据，含碰撞初态与头胸颈损伤输出，实车数据为192例来自 NASS/CDS 的真实前撞案例
https://github.com/WeLiteAuto/Vehicle-Crash-Database，CCA 4.0协议
SFEM Dataset ：卡内基梅隆大学（CMU）发布，包含约 16,000 个 3D CAD 几何在随机点弹性载荷下的有限元应力分布数据。
https://github.com/cmudrc/SFEM
SimJEB（Simulated Jet Engine Bracket）：模拟喷气发动机支架的公共数据集，来源于GrabCAD喷气发动机支架挑战赛的700多个手工设计CAD作品，经清理、网格化与 FEA 模拟，含一致载荷与支撑条件。
https://opendatalab.org.cn/OpenDataLab/SimJEB，CC0 1.0许可证
泛科学研究
BlastNet：斯坦福大学牵头，面向无反应HIT、槽式燃烧器、自由传播火焰等多种燃烧类流动物理问题，涵盖了来自超过30种不同配置的约700个样本，附带超过13,000行代码和预训练权重https://blastnet.github.io/index.html
The Well：Polymathic联合Flatiron institute以及多个研究机构打造的高保真仿真数据，覆盖16个物理领域，流体力学，声学散射，活性物质、反应扩散等
简单总结
市场上公开的AI CAE数据集目前还不多，很多集中在CFD和汽车领域，都是基于高精度仿真模拟的路线，较少有结合实测数据校核的数据。总体看距离工业实际数据还是有距离，但是对于算法研究等有一定借鉴意义，很多构建代理模型的AI算法都会给出基于以上模型的预测精度作为参考。从来源看，Luminary公司和部分高校是主要的贡献者，国内相关贡献较少。国内一直在大力推动工业高质量数据集建设，构建工业级仿真数据集可能比构建实际生产数据集更容易，价值也更大，更适宜优先切入。并且目前也形成了3条路径可以推动：1.AI 代理模型平台、仿真云平台公司发布开放数据集2.举办CAD建模比赛，建模的各类模型整理后仿真得到结果3.高校借助科研项目，构建一些专业数据集，并开放出来除了以上，政策推动下目前已经有1家仿真数据集公布，即浙东南人工智能与大数据研究院等单位建设的注塑/吹塑/挤塑工艺仿真数据集。
数据集汇集注塑/吹塑/挤塑工艺参数、CAE（计算机辅助工程）仿真结果、缺陷样本、成型条件等超250万条历史原始数据，构建仿真数据“生成即标注”机制，建成注塑仿真高质量数据集超50TB，支撑仿真智能体实现模流分析、翘曲预测、冷却优化、缺陷根因定位。该数据集不面向AI代理模型方向，而是面向仿真Agent开发，不失为一个有益的尝试，但是其公开或商业化路径不明。也期待国内有更多的开放数据集出现，加速国内AI CAE的发展。 
